General Motors är ett globalt fordons- och tillverkningsföretag som arbetar med fordonsutveckling, produktion, transport och informationsteknik. GM grundades 1908 och utvecklar teknik med målet att främja mobilitet, samtidigt som företaget strävar efter sin vision om noll olyckor, noll utsläpp och noll trängsel. Den internationella verksamheten samlar stora, tvärvetenskapliga team med fokus på innovation, hållbara transporter och fordonsindustrins framtid.
Ledande forskare inom generativ AI – världsmodeller
Led forskning om diffusionsbaserade världsmodeller för General Motors självkörande fordon. Utveckla generativ AI, simulering och autonom körning på nivå 3 genom storskalig forskning.
Beskrivning
- Bedriva originell forskning om diffusionsbaserade världsmodeller för körmiljöer och kördynamik.
- Utforma, träna och utvärdera storskaliga diffusionsmodeller för video- och multimodal generering.
- Prioritera tidsmässig konsekvens, fysikalisk rimlighet och styrbarhet i genererade resultat.
- Bygga och optimera storskalig träning i distribuerade system med flera GPU:er.
- Förbättra träningens stabilitet, genomströmning, minnesanvändning och skalbarhet.
- Skapa handlings- och kontextstyrda världsmodeller för framtida scenarier, kontrafaktisk utforskning, simulering med återkoppling och täckning av sällsynta scenarier.
- Utveckla och utvärdera data- och träningsmetoder för fordonsflottor i stor skala, inklusive kurering, förträning, finjustering och målinriktad generering av utmanande körscenarier.
- Använda rigorösa utvärderingar för att koppla genereringskvalitet, konsekvens och scenariotäckning till förbättringar av nyckeltal för autonom körning.
- Samarbeta med teknikteam för att omvandla forskning till skalbara verktyg för simulering, syntetisk datagenerering och utveckling av autonom körning.
- Publicera forskning i ledande konferenser och tidskrifter.
- Följa utvecklingen inom generativ AI och utveckla teknik som är relevant för autonom körning på nivå 3.
Krav
- Doktorsexamen i datavetenskap, elektroteknik, robotik eller ett närliggande område; särskilt framstående masterexaminerade kan också komma i fråga.
- Mer än tre års forskningserfarenhet inom generativ AI, datorseende, maskininlärning eller ett närliggande område.
- Belagd djup sakkunskap och betydande bidrag till komplexa forskningsprojekt.
- Gedigen sakkunskap om diffusionsmodeller och praktisk erfarenhet av att utforma, träna och utvärdera generativa modeller för bilder, video eller multimodala data.
- Praktisk erfarenhet av att träna djupinlärningsmodeller i stor skala i distribuerade system, inklusive att stabilisera träning, optimera prestanda och genomföra systematiska experiment.
- God förståelse för världsmodellering och spatiotemporal inlärning, inklusive tidsmässig konsekvens, konditioneringsmetoder och inlärning av miljödynamik.
- Stark publikationshistorik i ledande AI- och ML-konferenser och tidskrifter.
- Mycket goda kunskaper i Python.
- Goda kunskaper i moderna AI-ramverk, däribland PyTorch.
Förmåner
- Bedömningar kopplade till tjänsten och/eller kontroller före anställning kan krävas.
- Skäliga anpassningar erbjuds sökande med funktionsnedsättning.